结构方程模型作为一种多元统计技术，由于能处理潜变量之间的关系，产生后迅速得到普遍应用。Cziráky，D.2002年提出的动态结构方程模型是一般的静态结构方程模型在时间上的扩展，它是结构方程模型的动态版本，是一种适用性更广的模型，几乎能处理所有具有线性结构的数据。　　 本文详细介绍了动态结构方程模型目前已经发展的理论，在Cziráky，D.研究的基础上对动态结构方程模型做了一些应用方面的研究，主要包括以下内容：　　 首先，将动态结构方程模型与一般的结构方程模型进行比较，主要包括以下三个方面：(1)通过两种模型基本形式的比较，得出各自适用的数据范围；(2)对两种模型观测形式的残差项进行比较；(3)对两种模型的最大似然估计和工具变量估计进行比较，指出各自的优缺点。　　 近些年来，国内的学者将结构方程模型应用到财务分析领域，说明结构方程模型或许是一种有效的验证财务因素关系的统计学方法。动态结构方程模型考虑了潜变量因素的滞后项，显然是一种更合理的建模方法。因此，本文首次尝试用动态结构方程模型研究我国部分行业上市公司成长性的影响因素，验证了这类财务数据的财务因素之间的确存在滞后影响，并指出了一般结构方程模型用于验证财务数据结构的不合理之处。另外，通过利用动态结构方程模型对实际面板数据的处理，显示出全信息估计要优于广义工具变量估计。　　 最后，我们在研究的过程中发现，获得满足一定样本量要求的纯时间序列动态结构方程模型的数据不是一件容易的事情，针对这种情况，本文给出了一种基于观测形式产生随机样本的方法，通过这种方法能够产生满足要求的随机样本，这有助于对纯时间序列动态结构方程模型的进一步研究。